Kabyle Parallel Corpus (OmniVoice × Tatoeba)

Corpus parallèle de 997 phrases kabyles avec audio généré par OmniVoice.

Statistiques

• Langue : kabyle (kab)
• Phrases totales : 997
• Nouvelles phrases (ce run) : 987
• Durée totale : 1958.4s (32.6 min)
• Sampling rate : 24000 Hz
• Source texte : Tatoeba
• Modèle TTS : k2-fsa/OmniVoice
• Dernière mise à jour : 2026-05-10T10:49:01.178795

Structure

kabyle_corpus_997/
├── audio/ # Fichiers WAV
├── metadata.jsonl # Métadonnées
├── metadata.csv # Métadonnées CSV
└── dataset_info.json # Info HuggingFace Datasets

Utilisation

from datasets import load_dataset
ds = load_dataset("audiofolder", data_dir=".")

⚖️ Licence

Textes : CC BY 2.0 FR (Tatoeba) | Audios : générés par OmniVoice